BP 신경망: Matlab은 다중 입력 및 다중 출력 BP 신경망을 구현합니다(예제 및 코드 포함).

5-20-2 BP 신경망을 만듭니다. 즉, 입력 레이어는 5개의 뉴런, 숨겨진 레이어는 20개의 뉴런, 출력은 2개의 신경망이 있는 BP 신경망입니다.

x=rand(5,1000);%输入为5维度共1000个数据
y(1,:)=sin(3*sum(x,1));%输出的第一维数据 
y(2,:)=cos(5*sum(x,1));%输出的第二维数据 

%% 训练网络
P=x;%输入数据
T=y;%输出数据
net = newff(P,T,20);%建立BP神经网络 含20个隐藏神经元
net.trainParam.epochs = 1000;%迭代次数
net.trainParam.goal = 1e-20;%学习目标
net.trainParam.lr = 0.01;%学习率

net = train(net,P,T);

%% 测试网络
A = sim(net,P);

%% 画出图像
figure
plot(A(1,:),'r*');
hold on
plot(T(1,:),'bo');
legend('预测值','真实值')
xlabel('n')
ylabel('y1')

figure
plot(A(2,:),'r*');
hold on
plot(T(2,:),'bo');
legend('预测值','真实值')
xlabel('n')
ylabel('y2')

figure
plot(A(1,:),A(2,:),'r*');
hold on
plot(T(1,:),T(2,:),'bo');
legend('预测值','真实值')
xlabel('y1')
ylabel('y2')

figure
plot(abs(A(1,:)-T(1,:)),'r-o');
hold on
plot(abs(A(2,:)-T(2,:)),'b-+');
xlabel('n')
ylabel('MAE')
legend('y1','y2')

결과:

목표 1 실제 값 및 예측 값:

대상 2 실제 및 예측 값:

목표 1과 목표 2의 실제 및 예측 값:

예측값과 참값의 절대 오차: